as.data.frame(x)和data.frame(x)之间的区别

时间:2014-02-05 10:13:10

标签: r dataframe

as.data.frame(x)和data.frame(x)

之间有什么区别

在以下示例中,除了列名称外,结果相同。

x <- matrix(data=rep(1,9),nrow=3,ncol=3)
> x
     [,1] [,2] [,3]
[1,]    1    1    1
[2,]    1    1    1
[3,]    1    1    1
> data.frame(x)
  X1 X2 X3
1  1  1  1
2  1  1  1
3  1  1  1
> as.data.frame(x)
  V1 V2 V3
1  1  1  1
2  1  1  1
3  1  1  1

6 个答案:

答案 0 :(得分:18)

如Jaap所述,data.frame()致电as.data.frame(),但有理由:

as.data.frame()是一种将其他对象强制转换为类data.frame的方法。如果您正在编写自己的包,则应存储方法以在your_class下转换as.data.frame.your_class()的对象。这里只是几个例子。

methods(as.data.frame)
 [1] as.data.frame.AsIs            as.data.frame.Date           
 [3] as.data.frame.POSIXct         as.data.frame.POSIXlt        
 [5] as.data.frame.aovproj*        as.data.frame.array          
 [7] as.data.frame.character       as.data.frame.complex        
 [9] as.data.frame.data.frame      as.data.frame.default        
[11] as.data.frame.difftime        as.data.frame.factor         
[13] as.data.frame.ftable*         as.data.frame.integer        
[15] as.data.frame.list            as.data.frame.logLik*        
[17] as.data.frame.logical         as.data.frame.matrix         
[19] as.data.frame.model.matrix    as.data.frame.numeric        
[21] as.data.frame.numeric_version as.data.frame.ordered        
[23] as.data.frame.raw             as.data.frame.table          
[25] as.data.frame.ts              as.data.frame.vector         

   Non-visible functions are asterisked

答案 1 :(得分:12)

data.frame()可用于构建数据框,而as.data.frame()只能用于将其他对象强制转换为数据框。

例如:

# data.frame()
df1 <- data.frame(matrix(1:12,3,4),1:3)

# as.data.frame()
df2 <- as.data.frame(matrix(1:12,3,4),1:3)

df1
#   X1 X2 X3 X4 X1.3
# 1  1  4  7 10    1
# 2  2  5  8 11    2
# 3  3  6  9 12    3

df2
#   V1 V2 V3 V4
# 1  1  4  7 10
# 2  2  5  8 11
# 3  3  6  9 12

答案 2 :(得分:9)

正如您所指出的,结果确实略有不同,这意味着它们并不完全相同:

identical(data.frame(x),as.data.frame(x))
[1] FALSE

因此,您可能需要注意保持与您使用的一致。

但值得注意的是as.data.frame更快:

library(microbenchmark)
microbenchmark(data.frame(x),as.data.frame(x))
Unit: microseconds
             expr    min     lq median      uq     max neval
    data.frame(x) 71.446 73.616  74.80 78.9445 146.442   100
 as.data.frame(x) 25.657 27.631  28.42 29.2100  93.155   100

y <- matrix(1:1e6,1000,1000)
microbenchmark(data.frame(y),as.data.frame(y))
Unit: milliseconds
             expr      min       lq   median       uq       max neval
    data.frame(y) 17.23943 19.63163 23.60193 41.07898 130.66005   100
 as.data.frame(y) 10.83469 12.56357 14.04929 34.68608  38.37435   100

答案 3 :(得分:1)

尝试

colnames(x) <- c("C1","C2","C3")

然后两者都会给出相同的结果

identical(data.frame(x), as.data.frame(x))

更令人吃惊的是以下内容:

list(x)

提供一个elemnt列表,elemnt是矩阵x;而

as.list(x)

给出一个包含9个元素的列表,每个矩阵条目一个

MM

答案 4 :(得分:0)

查看代码,as.data.frame失败得更快。 data.frame会发出警告,如果有重复项,请执行删除rownames之类的操作:

> x <- matrix(data=rep(1,9),nrow=3,ncol=3)
> rownames(x) <- c("a", "b", "b")
> data.frame(x)
  X1 X2 X3
1  1  1  1
2  1  1  1
3  1  1  1
Warning message:
In data.row.names(row.names, rowsi, i) :
  some row.names duplicated: 3 --> row.names NOT used

> as.data.frame(x)
Error in (function (..., row.names = NULL, check.rows = FALSE, check.names =        
TRUE,  : 
  duplicate row.names: b

答案 5 :(得分:0)

当您查看它们的主要参数时,差异会变得更加明显:

  • as.data.frame(x,...):如果对象是数据帧,则检查,如果可能,则 coerce 。在这里,“ x”可以是任何R对象。
  • data.frame(...):构建一个数据框。此处,“ ...”允许指定所有组件(即数据帧的变量)。

因此,由于两个函数都接收一个矩阵作为参数,因此Ophelia的结果相似:但是,当这些函数接收2个(或更多)向量时,区别会变得更加清晰:

> # Set seed for reproducibility
> set.seed(3)

> # Create one int vector
> IDs <- seq(1:10)
> IDs
 [1]  1  2  3  4  5  6  7  8  9 10
> # Create one char vector
> types <- sample(c("A", "B"), 10, replace = TRUE)
> types
 [1] "A" "B" "A" "A" "B" "B" "A" "A" "B" "B"

> # Try to use "as.data.frame" to coerce components into a dataframe
> dataframe_1 <- as.data.frame(IDs, types)
> # Look at the result
> dataframe_1
Error in (function (..., row.names = NULL, check.rows = FALSE, check.names = TRUE,  : 
  duplicate row.names: A, B
> # Inspect result with head
> head(dataframe_1, n = 10)
    IDs
A     1
B     2
A.1   3
A.2   4
B.1   5
B.2   6
A.3   7
A.4   8
B.3   9
B.4  10
> # Check the structure
> str(dataframe_1)
'data.frame':   10 obs. of  1 variable:
 $ IDs: int  1 2 3 4 5 6 7 8 9 10

> # Use instead "data.frame" to build a data frame starting from two components
> dataframe_2 <- data.frame(IDs, types) 
> # Look at the result
> dataframe_2
   IDs types
1    1     A
2    2     B
3    3     A
4    4     A
5    5     B
6    6     B
7    7     A
8    8     A
9    9     B
10  10     B
> # Inspect result with head
> head(dataframe_2, n = 10)
   IDs types
1    1     A
2    2     B
3    3     A
4    4     A
5    5     B
6    6     B
7    7     A
8    8     A
9    9     B
10  10     B
> # Check the structure
> str(dataframe_2)
'data.frame':   10 obs. of  2 variables:
 $ IDs  : int  1 2 3 4 5 6 7 8 9 10
 $ types: Factor w/ 2 levels "A","B": 1 2 1 1 2 2 1 1 2 2

如您所见,“ data.frame()”工作正常,而“ as.data.frame()”会产生错误,因为它将第一个参数识别为要检查和强制执行的对象。

总而言之,应使用“ as.data.frame()”将一个R对象转换/强制转换为数据帧(就像您正确地使用矩阵所做的那样),而“ data.frame()”用于从头开始构建数据框架。